DarwinAI 的平台在與 Audi 進行的測試活動中，讓邊緣計算的模型變得更簡化流暢。
加拿大滑鐵盧大學研究員 Alexander Wong 所成立的電腦視覺新創公司，沒有足夠的處理能力，因此他開發出一種變通方案，而那種變通方法現在變成該公司的產品。
滑鐵盧大學的一支團隊在安大略省成立了 DarwinAI，所提供的平台讓開發人員能夠產生出瘦身後的精簡神經網路模型，使得開發人員可以在更短時間內來擴展出多個神經網路，資料佔用空間又更小。
DarwinAI 所開發出的精簡型神經網路模型，旨於協助企業開發出人工智慧邊緣運算神經網路，以處理嵌入式系統及行動裝置所產生出的大量感應器資料。
自動駕駛車、製造、航太、零售、醫療保健及消費性電子等各行各業，都在各自有著 GPU 支援的神經網路上加入網路邊緣人工智慧運算能力，以開發下一代業務。
據估算到2025年時，約有1500億個機器感應器及物聯網裝置，會不斷串流傳輸資料以進行處理。
許多人倒是發現得有大量人才及運算資源，方能創造出這些模型。
DarwinAI 覺得企業可以利用該公司的平台，從規模完整的模型中分離出精簡型模型，以減少開發時間和成本，就像 DarwinAI 自己所做的那樣。
「我們可以針對行動裝置，以及協助需要把強大的神經網路放入汽車、腕錶、飛機及其它地方的客戶，在網路邊緣加入人工智慧。」DarwinAI 執行長暨共同創辦人 Sheldon Fernandez 說。
生成合成：你好，世界
DarwinAI 運用開創性的生成合成（generative synthesis）研究項目，發展出稱為 GenSynth 的平台。所謂的生成綜合，簡單來說，就是人工智慧創造人工智慧。
這間新創公司的創辦人在去年底發表了一篇關於生成合成的研究報告，接著加入該公司的獨有研究成果，成就出這項平台。
DarwinAI 的平台靠著機器學習，為客戶探查與理解神經網路的結構。該公司的人工智慧再來會生成一個新的神經網路家族，其在功能上與原本的神經網路相同，只是體積更小、速度更快。
DarwinAI 為 NVIDIA Inception 計畫成員之一，這項計畫協助新創公司更快上市。
Audi 靠著 DarwinAI 的神經網路行駛於路上
消費性電子、航太與包括 Audi 在內之汽車製造商等業者，紛紛表示出對這間新創公司之研究成果的興趣。
Audi 與 DarwinAI 進行的個案研究活動，使用 GenSynth 平台來加快為自動駕駛物體偵測量身設計優化深度神經網路的速度。
GenSynth 平台協助 Audi 的開發人員將訓練模型的速度加快四倍，也將 GPU 的處理時間縮減四分之三。
Fernandez 說：「他們處理了多達 2TB 的資料量，我們確實減少了測試時間及 GPU 訓練時間，對開發人員來說是一大福音。」
用於 GenSynth 的GPU
DarwinAI 為了減少自己的開發時間而開發出 GenSynth，利用 AWS 和 Microsoft Azure 上的 NVIDIA GPU，加上本地端的執行個體來加快編碼週期。
許多 DarwinAI 的早期客戶現在都在使用該平台來加快開發速度，這個平台還有助於減少客戶在本地端系統運行 NVIDIA Jetson 模組，還有在雲端 NVIDIA V100 Tensor Core GPU 上進行訓練和推論作業所處理的資料量。
Fernandez 說：「深度學習超級複雜，得加入有著 GPU 支援的人工智慧，才能正確完成它，這麼一來才能空出時間來執行創意工作。」
圖片提供：Victor Vucicevich 在滑鐵盧大學內拍攝；獲得 Creative Commons Attribution-Share Alike 3.0 Unported使用授權。